from lxml import etree
#https://mirrors.aliyun.com/pypi/simple/ python仓库
wb_data = """
<div>
<ul>
<li class="item-0"><a href="link1.html">first item</a></li>
<li class="item-1"><a href="link2.html">second item</a></li>
<li class="item-inactive"><a href="link3.html">third item</a></li>
<li class="item-3"><a href="link4.html">fourth item</a></li>
<li class="item-4"><a href="link5.html">fifth item</a></li>
</ul>
</div>
"""
#将变量读取为HTML对象,自动添加<html><body>... ...</body></html>
html=etree.HTML(wb_data)
#解析数据 /是根节点
data=html.xpath('/html')
//子孙节点
data2=html.x
本文通过Python的lxml库展示了如何使用XPath解析HTML文档，包括选取节点、获取属性值、处理列表等内容，具体操作如选取li标签、获取a标签文本和href属性、处理位置节点等。
最低0.47元/天 解锁文章
273
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
